Theano conv2d和max_pool_2d

Question

实施convolutional neural network (CNN) in theno时遇到conv2d运算符的两种变体：

• theano.tensor.nnet.conv.conv2d
• theano.tensor.signal.conv.conv2d

max-pooling的实现：

• theano.tensor.signal.downsample.max_pool_2d

我的问题是：

1. conv2d的两个实现之间有什么区别？

2. subsample使用conv2d参数与max_pool_2d之后conv2d子采样的应用有何区别？ 这就是：

   之间的区别

   conv2d( ..., subsample=(2,2) ) 
   

   和

   a = conv2d( ..., subsample = (1,1) )
   max_pool_2d( a, ds = (2,2) )
   

Answer 1

在回答您的第一个问题时，here is the section of the Theano docs that addresses it：

  

conv2d存在两个类似的实现：

signal.conv2d and nnet.conv2d.

     

前者实现传统的2D卷积，而后者实现   实现卷积神经网络中存在的卷积层   网络（过滤器是3D，并通过多个输入通道汇集）。

在引擎盖下，它们都调用相同的功能，因此唯一的区别是用户界面。

关于你的第二个问题，结果是不同的。等效调用：

conv2(..., subsample=(2,2))

将是：

conv2d(...,subsample=(1,1))[:,:,::2,::2]

换句话说，conv2d不会占用整个池区域的最大值，而是占用池区域索引[0,0]的元素。